碳基博士玩AI 用 AI 做视频，赶交付时求够用，学本事时要试透。分享四个我最近的心得：

① 从“定目标找技能”到“学技能套目标”

以前我先想好画面，再找 Skill 去做。效果差一点，就让 AI 接着改。每一版都不一样，却总差那么一点，一个镜头就能抽半天卡。

这有点像做菜。今晚想吃红烧鱼，临时查菜谱，容易手忙脚乱。平时学会了煎、蒸、焖，下次打开冰箱，还是那条鱼，做法已经多了。

现在手头没急活儿，我会从 Remotion 这类工具的动效范例里挑一个跑通，再翻出旧脚本，找个镜头套上去试试。有些画面，得先见过那个做法，我才想得到。

② 学技能时，逼到最深、最广

赶着交活儿，够用就收工，但别把 AI 第一次交的作业，当成这个方法的上限。我会把官方范例掏出来问 AI：“哪些细节还没做到？挑差距最大的几处，尽你最大的努力，照那个水准再做一遍。”

这叫最深。

也别省token，若有个效果还行，直接让它做10种不同风格的版本，摆在一起让你选。有时候就会掉落意想不到的果子。

这叫最广。

③ 归零心态，多试一步

学会一种做法，再问一句：它还能拿来干什么？我照着科普视频做了段圆杆扭转动画【图1】，觉得镜头太死，就问 AI：能不能让我自己拖着运镜，还能把动作录下来？它真做了个像 Blender 一样能拖、能录的界面【图2】。

我又想，这不就是稳定杆受扭的样子吗？能不能前一秒还在讲悬架，后一秒镜头就带到稳定杆上，看它怎么扭？它也直接做出来了，虽然还挺粗糙，但下次真有需求时，就能基于此去优化了【图3】。

同事生成了地图效果【图4】，我会问一句能不能和graze效果结合起来，于是就得到了【图5】。同样的时间，如果你的思维方式中没有这个“多试一步”，就少学了80%的效果。

学会炸鱼，也学会红烧鱼，哪天想到先炸再红烧，新做法就出来了。还是那句“实践出真知”：有些知识藏在具体操作里，有些想法只有动手之后才会出现。这也让我想到马斯克参与的那场讨论：Infra is research。工具和流程改进了，能做的实验也会跟着变。

④ 塑造 AI 组织文化，从同事熟悉的东西开始

想让同事用起来，先拿他熟悉的素材做一次。我学到一个环绕动效，就拿自己拍过的一段视频试了一下，做好发给她【图6】。她一看就知道这个特效能干什么，因为画面里的素材他比谁都熟。

当天晚上，她就开始折腾AI视频了，直到深夜。久而久之，就形成了AI组织文化。

⑤ 复刻后抽象为Skill

看到一个效果很好，自己试一下再优化，很难达到目标。不如直接让AI尽全力，直接复刻一样相似的效果，再让它把过程抽象成skill，下次再用。

DeepSeek